Key points are not available for this paper at this time.
我们考虑一个基于 MapReduce 框架的无线分布式计算系统,该系统由三个阶段组成:Map、Shuffle 和 Reduce。该系统由一组分布式节点组成,赋予其根据文件库计算任意输出函数。输出函数的计算被分解为 Map 和 Reduce 函数,而 Shuffle 阶段涉及的数据交换将两者连接起来。在我们的模型中,Shuffle 阶段的通信发生在全双工无线干扰信道上。在这种设置下,文献中存在一种编码无线 MapReduce 分布式计算方案,在单次线性方案下实现了最佳性能。然而,该方案要求输入文件的数量非常大,随着节点数量的增加呈指数增长。我们提出的方案要求文件数量与节点数量相当,并实现与现有方案相同的性能。这些方案是通过设计一种名为无线 MapReduce 数组的结构获得的,该结构在一个数组中简洁地表示所有三个阶段。无线 MapReduce 数组也可以从多天线编码缓存方案中已知的扩展放置交付数组获得。
彼得等人(Sat,)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: